【轻松入门】matplotlib绘图基础教程视频全解析

引言

matplotlib 是 Python 中一个非常流行的绘图库，它提供了丰富的绘图功能，可以用于生成各种类型的图表，包括线图、散点图、柱状图、饼图等。对于初学者来说，matplotlib 的学习曲线可能有些陡峭，但通过本教程，我们将带你一步步掌握 matplotlib 的基础使用方法。

1. 安装和导入 matplotlib

在开始绘图之前，首先需要安装 matplotlib。由于要求不使用安装包的命令，我们假设 matplotlib 已经安装在你的环境中。

import matplotlib.pyplot as plt

2. 创建基本图表

2.1 线图

线图是 matplotlib 中最常用的图表之一，用于展示数据随时间或其他连续变量的变化趋势。

import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图表
plt.figure(figsize=(10, 5))  # 设置图表大小
plt.plot(x, y, label='sin(x)')  # 绘制线图
plt.title('sin(x) 线图')  # 设置标题
plt.xlabel('x')  # 设置 x 轴标签
plt.ylabel('sin(x)')  # 设置 y 轴标签
plt.legend()  # 显示图例
plt.grid(True)  # 显示网格
plt.show()  # 显示图表

2.2 散点图

散点图用于展示两个变量之间的关系。

# 生成数据
x = np.random.rand(50)
y = np.random.rand(50)

# 创建图表
plt.figure(figsize=(8, 6))
plt.scatter(x, y, c='b', label='样本点')
plt.title('散点图示例')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.legend()
plt.grid(True)
plt.show()

2.3 柱状图

柱状图用于比较不同类别之间的数据。

# 生成数据
categories = ['类别1', '类别2', '类别3']
values = [10, 20, 30]

# 创建图表
plt.figure(figsize=(8, 6))
plt.bar(categories, values, color=['r', 'g', 'b'])
plt.title('柱状图示例')
plt.xlabel('类别')
plt.ylabel('值')
plt.show()

3. 高级特性

3.1 多图布局

matplotlib 支持在同一窗口中绘制多个图表。

fig, axs = plt.subplots(2, 1)  # 创建一个 2 行 1 列的子图布局
axs[0].plot(x, y)
axs[0].set_title('子图 1')
axs[1].scatter(x, y)
axs[1].set_title('子图 2')
plt.show()

3.2 样式和主题

matplotlib 提供了丰富的样式和主题，可以自定义图表的外观。

plt.style.use('seaborn-darkgrid')  # 使用 seaborn 主题

4. 总结

通过本教程，你应该已经掌握了 matplotlib 的基础绘图方法。matplotlib 的功能非常强大，这里只是展示了冰山一角。随着你不断学习和实践，你将能够创建出更加复杂和精美的图表。

引言